大後端？

樓主剛開始學Web開發的時候，根本沒有前端，後端之說。

 

緣由很簡單，那個時候服務器端的代碼就是一切：接受瀏覽器的請求，實現業務邏輯，訪問數據庫，用JSP生成HTML，而後發送給瀏覽器。

 

即便後來Javascript在瀏覽器中添加了一些AJAX的效果，那也是錦上添花，由於頁面的HTML主要仍是用所謂「套模板」的方式生成：美工生成HTML模板，程序員用JSP,JS,EL表達式等方式技術把動態的內容添加上去，僅此而已。

 

課上最流行的圖是這個樣子：（圖很吃藕）

                                                       

 

在最初的J2EE體系中，這個表示層可不只僅是瀏覽器中運行的頁面，還包括Java寫的桌面端，只是Java在桌面端太TM吃藕， 沒有發展起來。

 

每一個程序員都是所謂「全棧」工程師，不只要搞定HTML, JavaScript, CSS，還要實現業務邏輯，編寫訪問數據庫的代碼。等到部署的時候，就把全部的代碼打成一個WAR包，往Tomcat指定的目錄一扔，測試一下沒問題，收工！

 

雖然看起來生活「簡單」又「愜意」，但實際上也須要實現那些多變的、不講邏輯的業務需求，苦逼的本質並無改變。

 START

 

1先後端的分離

隨着你們對瀏覽器頁面的視覺和交互要求愈來愈高，「套模板」的方式漸漸沒法知足要求，這個所謂的表示層慢慢地遷移到瀏覽器當中去了，一大批像Vue.js,Angular, React.js，Node.js之類的框架崛起，先後端分離了！

 

後端的工程師只負責提供接口和數據，專一於業務邏輯的實現，前端取到數據後在瀏覽器中展現，各司其職。

 

像Java這樣的語言很適合去實現複雜的業務邏輯，尤爲是一些MIS系統，行業軟件如稅務、倉儲、菸草、金融，汽車，通訊等等。  因此剝離表示層，只作後端挺合適的。 

 

可是若是僅僅是實現業務邏輯，那後端也不會須要這麼多技術了，搞定SSH/SSM就好了。 

 

2後端技術

互聯網，尤爲是移動互聯網開始興起之後，海量的用戶呼嘯而來，一個單機部署的小小War包確定是撐不住了，必須得作分佈式。 

 

原來的單個Tomcat得變成Tomcat的集羣，前邊弄個Web服務器作請求的負載均衡，不只如此，還得考慮狀態問題，session的一致性。

 

業務愈來愈複雜，咱們不得不把某些業務放到一個機器（或集羣）上，把另一部分業務放到另一個機器（或集羣）上，雖然系統的計算能力，處理能力大大加強，可是這些系統之間的通訊就變成了頭疼的問題，消息隊列（MQ)，RPC框架（如Dubbo）應運而生，爲了提升通訊效率，各類序列化的工具(如Protobuf)也爭先空後地問世。

 

單個數據庫也撐不住了，那就作數據庫的讀寫分離，若是還不行，就作分庫和分表，把原有的數據庫垂直地切一切，或者水平地切一切， 但無論怎麼切，都會讓應用程序的訪問很是麻煩，由於數據要跨庫作Join/排序，還須要事務，爲了解決這個問題，又有各類各樣「數據訪問中間件」的工具和產品誕生。

 

爲了最大程度地提升性能，緩存確定少不了，能夠在本機作緩存(如Ehcache)，也能夠作分佈式緩存(如Redis)，如何搞數據分片，數據遷移，失效轉移，這又是一個超級大的主題了。

 

互聯網用戶喜歡上傳圖片和文件，還得搞一個分佈式的文件系統（如FastDFS），要求高可用，高效率。

 

數據量大了，搜索的需求就天然而然地浮出水面，你得弄一個支持全文索引的搜索引擎(如Elasticsearch ,Solr)出來。

 

林子大了，什麼鳥都有，必須得考慮安全，數據的加密/解密，簽名、證書，防止SQL注入，XSS/CSRF等各類攻擊。

 

3大後端

前面提到了這麼多的系統，還都是分佈式的，每次上線，運維的同窗說：把這麼多系統協調好，把老子都累死了。

 

得把持續集成作好，能自動化地部署，自動化測試（其實前端也是如此），後來出現了一個革命化的技術docker， 可以讓開發、測試、生成環境保持一致，系統原來只是在環境（如Ngnix, JVM,Tomcat,MySQL等）上部署代碼，如今把代碼和環境一併打包， 運維的工做一會兒就簡化了。

 

公司本身購買服務器比較貴，維護也很麻煩，又難於彈性地增加，那就搞點虛擬的服務器吧，硬盤、內存均可以動態擴展（反正是虛擬的）， 訪問量大的時候多用點，沒啥訪問量了就釋放一點，按需分配，很方便，這就是雲計算的一個場景。

 

隨着時間的推移，各個公司和系統收集的數據愈來愈多，都堆成一座大山了，難道就放在那裏白白地浪費硬盤空間嗎？

 

有人就驚奇地發現，咦，咱們利用這些數據搞點事情啊， 好比把數據好好分析一下，預測一下這個用戶的購買/閱讀/瀏覽習慣，給他推薦一點東西嘛。

 

但是這麼多數據，用傳統的方式計算好幾天甚至好幾個月才能出個結果，到時候黃花菜都涼了，因此也得利用分佈式的技術，想辦法把計算分到各個計算機去，而後再把計算結果收回來， 時勢造英雄，Hadoop，hbase、hive、sqoop，Spark，Zookeeper、Kafka就應運而生了。

 

後來大數據被分析完以後呢，以爲已經沒有什麼意思，就漸漸的投向了人工智能，人工智能是一大塊，那麼爲何須要人工智能，目的爲了代替人重複的繁瑣工做，應用例如

語音識別，指紋識別，人臉識別，視網膜識別，健康專家系統等等。這裏用到py語言了

在後來出現了區塊鏈技術，是一種去中心化的信任機制，這裏用到Go語言了，這裏講述的主要仍是後端，就不深刻了

 

END